2、图像特征提取_灰度共生矩阵

1、介绍

　　参考：灰度共生矩阵(GLCM)特征的ENVI与Python提取_哔哩哔哩_bilibili

　　从灰度为 i 的像素点出发，距离(dx，dy)的另一像素点灰度为 j 的的概率。

　　

 

　　关键是角度的确定和方向的确定。

　　比如0度的矩阵，(0,0)在原图中有4个，第一行第一二列，第二行的一二列，有→、←两个方向；(0,1)有2个，第一行的二三列和第二行的二三列，但是此时只有→方向，没有←方向；其他同理。

2、灰度共生矩阵的影响因素

　　图像的灰度级

　　窗口大小和移动步长

　　光谱波段和特征选择

　　边界像素处理

3、导包

from skimage.feature import greycomatrix,greycoprops
import skimage.feature as feature

 

4、使用

graycom = greycomatrix(img, [1], [0, np.pi/4, np.pi/2, np.pi*3/4], levels=256)
c = feature.greycoprops(graycom, 'contrast')  # 对比度
d = feature.greycoprops(graycom, 'dissimilarity')   # 相异性
h = feature.greycoprops(graycom, 'homogeneity')    # 同质性
e = feature.greycoprops(graycom, 'energy')    # 能量
corr = feature.greycoprops(graycom, 'correlation')    # 相关性
ASM = feature.greycoprops(graycom, 'ASM')     # 角二阶矩

这里的img必须是经过array处理后的数组，并且是灰度图才可以，不然会报只读错误